专业OSINT分析师都爱用！输入1个用户名，扒遍3000+平台账号，还能一键导出多格式报告
maigret 是一个用于自动化收集用户公开信息的开源工具。简单讲，它能帮你快速查找一个人在各大网站上的账号并生成报告。适用人群：网络安全研究人员、渗透测试人员、数字取证爱好者
主要语言：Python
stars: 23.6k
核心功能
- 信息收集：仅通过用户名就能收集一个人的相关资料，在大量网站上检查账户，并从网页中收集所有可用信息，无需API密钥。
- 多平台支持：支持3000多个网站，默认运行会检查流量排名前500的网站，也可通过
a参数扫描全部网站，或使用-tags按类别或国家筛选。 - 数据提取：从个人资料页面和网站API中提取账户所有者的所有可用信息，包括其他账户的链接。
- 递归搜索：利用发现的用户名和其他ID进行递归搜索。
- 过滤功能：允许按标签（网站类别、国家）进行过滤。
- 抗干扰能力：检测并部分绕过封锁、审查和验证码。
- 数据库自动更新：每次运行时（每24小时一次）从GitHub获取自动更新的网站数据库，离线时则使用内置数据库。
- 特殊网络支持：可与Tor和I2P网站配合使用，还能检查域名。
- 可视化界面：自带Web界面，可将搜索结果以图形形式浏览，并能从单个页面下载各种格式的报告。
优势
- 广泛的网站覆盖：支持3000多个网站，能全面收集信息。
- 易于使用：提供简单的命令行接口，安装和使用都很方便，还可通过多种方式安装，如pip、从源码安装、使用Docker等。
- 可嵌入性：能嵌入Python项目，便于开发者构建自定义的信息收集流程。
- 多格式输出：支持生成HTML、PDF、XMind等多种格式的报告，以及机器可读的JSON、CSV、TXT等格式。
- 抗干扰：能检测并部分绕过封锁、审查和验证码，保证搜索的顺利进行。
- 自动更新：网站数据库会自动更新，保证搜索的准确性和全面性。
应用场景
- 情报收集：在情报工作中，通过用户名快速收集目标人物在多个网站上的信息，为调查提供线索。
- 安全分析：安全人员可利用Maigret检查目标的网络足迹，发现潜在的安全风险。
- 社会工程学研究：研究人员可以通过收集特定用户的网络信息，了解其行为模式和社交关系。
- 品牌保护：企业可以使用Maigret检查是否有人冒用品牌名称在各大网站注册账户，及时发现并处理侵权行为。
安装方式
- 快速安装：确保Python版本为3.10或更高，运行
pip install maigret，然后使用maigret YOUR_USERNAME进行搜索。 - Windows：从Releases下载独立的EXE文件。
- 云环境：可通过Google Cloud Shell、Replit、Colab、Binder等云平台运行。
- 本地安装（pip） ：运行
pip3 install maigret，然后使用maigret username进行搜索。 - 从源码安装：克隆仓库
git clone https://github.com/soxoj/maigret && cd maigret，然后运行pip3 install .，最后使用maigret username进行搜索。 - Docker：有CLI模式和Web界面两种镜像，可根据需求选择使用。
使用示例
- 生成报告：
maigret user --html、maigret user --pdf、maigret user --xmind。 - 机器可读输出：
maigret user --json ndjson、maigret user --csv、maigret user --txt、maigret user --graph。 - 按标签搜索：
maigret user --tags photo,dating、maigret user --tags us。 - 多用户名搜索：
maigret user1 user2 user3 -a。
零依赖终端AI编码神器！DeepSeek V4 1M上下文加持，实时看AI思考全过程，编码效率直接拉满
主要语言：Rust
stars: 2.0k
核心功能
- 终端原生编码代理：DeepSeek TUI 是一个完全在终端运行的编码代理，能让 DeepSeek 的前沿模型直接访问工作区，可进行文件读写、运行 shell 命令、网页搜索、管理 git 以及编排子代理等操作。
- 适配 DeepSeek V4 模型：专为 DeepSeek V4（
deepseek-v4-pro/deepseek-v4-flash）构建，具备 1M 令牌上下文窗口和原生思维模式（思维链）流式传输，可实时查看模型推理过程。 - 丰富工具套件：提供文件操作、shell 执行、git 管理、网页搜索/浏览、应用补丁、子代理、MCP 服务器等工具。
- 多交互模式：拥有 Plan（只读探索）、Agent（交互式审批）、YOLO（自动审批）三种交互模式，系统提示会引导模型在行动前制定计划和生成清单。
- 推理层级调节：可通过
Shift+Tab循环切换推理努力层级（关闭 → 高 → 最大）。 - 会话管理：支持会话保存和恢复，能对工作区进行回滚操作，且不影响仓库的
.git。 - 成本跟踪：实时跟踪每轮和会话级别的令牌使用情况和成本估算。
架构特点
采用 调度器 → TUI → 引擎 → 工具 的架构模式。deepseek CLI 二进制文件是轻量级调度器，将子命令解析后委托给 deepseek-tui 二进制文件进行交互式会话。TUI 基于 ratatui 运行界面，与异步引擎通信，执行代理循环。引擎管理会话状态、回合跟踪和持久任务队列，LSP 子系统提供编辑后诊断，RLM 子系统为代理提供沙盒 Python REPL。
安装方式
- npm 安装：
npm install -g deepseek-tui，支持 Linux x64、Linux ARM64（v0.8.8+）、macOS x64、macOS ARM64 和 Windows x64。 - Cargo 安装：适用于其他系统，如 musl、riscv64、FreeBSD 等，需安装 Rust 1.85+。
- 镜像安装：在中国或网络环境不佳时，可通过 Cargo 注册表镜像安装。
版本更新
- v0.8.8：聚焦于稳定性，对 TUI 进行了大量用户体验优化，修复了生产会话中出现的问题，如视觉重试/退避横幅、MCP 健康芯片、工具输出溢出处理等。
- v0.8.7：解决了 v0.8.6 中选择功能的限制问题，使整个转录块都可选择。
- v0.8.6：新增了
AGENTS.md引导、内联 LSP 诊断、自我更新、会话共享等功能，同时对文档进行了更新。 - v0.8.5：增加了
fetch_url的 SSRF 保护、模式驱动的配置编辑器、DeepseekCN 提供者等功能，改进了文件写入的原子性和任务恐慌处理。 - v0.8.0：提升了 shell 稳定性和发送后响应能力，对 Windows REPL 运行时 CI 进行了强化，增加了 Cargo 镜像安装文档和测试覆盖。
- v0.7.8：新增了 shell 控制功能，修复了 Unicode 全局搜索问题，解决了扇出 UI 协调问题。
- v0.7.6：支持 UI 本地化，改进了粘贴处理、编辑器历史搜索、待输入预览、配置编辑器和帮助覆盖等功能。
模型与定价
默认针对 DeepSeek V4 模型，提供 deepseek-v4-pro 和 deepseek-v4-flash 两种模型，不同模型的输入和输出成本不同。NVIDIA NIM 托管变体使用 NVIDIA 账户条款，无 DeepSeek 平台计费。
使用方法
提供了多种命令行操作，如启动交互式 TUI、执行一次性提示、更改模型、设置 API 密钥、检查设置和连接性等。同时，还提供了丰富的键盘快捷键，方便用户操作。
配置说明
配置文件为 ~/.deepseek/config.toml，可通过环境变量进行覆盖。提供了快速诊断命令，可检查 API 密钥、MCP、沙箱和 .env 状态。UI 语言设置与模型语言分离，可在 settings.toml 中设置 locale 或通过环境变量设置。
技能发布
可在工作区本地或全局目录中创建技能目录，每个技能目录包含 SKILL.md 文件，文件需以 YAML 前导内容开头。支持从 GitHub 仓库安装社区技能，提供了相应的安装、更新、卸载和信任命令。
文档资源
提供了多个文档，涵盖代码架构、配置参考、交互模式、MCP 协议、运行时 API、发布流程和操作恢复等方面。
原文：mp.weixin.qq.com/s/vlGfccnmB…
欢迎关注g*h：AI Tech研习社
关注g*h，后台回复【OpenClaw完全使用手册】，领取OpenClaw完全使用手册.pdf学习资料，更多学习资源敬请期待。
